En 2020, DeepMind ha resuelto uno de los mayores desafíos de la biología. Ahora está trabajando en el uso de inteligencia artificial para encontrar medicamentos para combatir enfermedades desatendidas.
En noviembre de 2020, DeepMind, propiedad de Alphabet, anunció que había solucionado uno de los problemas más difíciles de la biología. Durante años, la compañía ha estado trabajando en una IA llamada AlphaFold que podría predecir la estructura de las proteínas, un desafío que podría resultar esencial para el desarrollo de medicamentos y vacunas y para comprender las enfermedades. Cuando se anunciaron los resultados del desafío bienal de predicción de proteínas CASP a fines de 2020, quedó inmediatamente claro que AlphaFold había arrasado con la competencia.
John Moult, un biólogo informático de la Universidad de Maryland que cofundó la competencia CASP, estaba asombrado y emocionado por el potencial de AlphaFold. «Fue la primera vez que la IA resolvió un problema científico serio», dice. La perspectiva de tener estructuras computarizadas de alta calidad para la mayoría de las proteínas será de gran ayuda para comprender muchos aspectos de la biología. Por ejemplo, la próxima vez que tengamos una pandemia, podríamos identificar posibles estrategias de drogas mucho más rápido. «
A principios de 2020, las predicciones publicadas por AlphaFold al comienzo de la pandemia Covid-19 proporcionaron una pequeña pista de lo que vendría. A finales de enero, los científicos de DeepMind utilizaron el programa para identificar una serie de proteínas del virus Sars-CoV-2, predicciones que posteriormente se confirmó experimentalmente que eran precisas. Esta información fue luego utilizada por virólogos de todo el mundo mientras se apresuraban a comprender cómo se comportaba el virus.
Hace 18 meses, DeepMind cambió a aplicaciones del mundo real para AlphaFold. La compañía acaba de anunciar una nueva asociación con la Iniciativa de Ginebra para Medicamentos para Enfermedades Desatendidas (DNDi). DNDi es una organización farmacéutica sin fines de lucro que ha pasado los últimos 18 años tratando de abordar algunas de las enfermedades más mortales en el mundo en desarrollo, la enfermedad del sueño, la enfermedad de Chagas y la leishmaniasis.
DNDi espera que AlphaFold pueda marcar la mayor diferencia en las dos últimas enfermedades. Ya ha tenido un éxito considerable en la búsqueda de nuevos tratamientos para la enfermedad del sueño. En particular, reemplazó el melarsoprol, un compuesto tóxico que mató a uno de cada 20 pacientes, con el fármaco seguro fexinidazol como un nuevo estándar de atención para la enfermedad.
«Hemos pasado de algo terrible a algo completamente seguro y funciona en todas las formas de la enfermedad», dice Ben Perry, químico y líder del proyecto en DNDi. «Y en dos años, esperamos tener una sola dosis de curación. Pero, lamentablemente, para la enfermedad de Chagas y Leishmaniasis, esta estrategia no funcionó. «
Esto se debe al hecho de que algunos parásitos son particularmente resistentes. En particular, para la enfermedad de Chagas, una enfermedad potencialmente mortal que puede provocar insuficiencia cardíaca y afectar a entre seis y siete millones de personas, predominantemente en América Latina, la curación del paciente requiere la eliminación de hasta el último microorganismo de sus células.
En los últimos 18 meses, DNDi y un equipo de investigadores de enfermedades infecciosas de la Universidad de Washington, la Universidad de Dundee y GlaxoSmithKline han identificado una molécula que parece unirse a una proteína en Trypanosoma cruzi, el parásito que causa el Chagas. enfermedad. Esto le permite detener al parásito y matarlo.
Estos científicos quieren estudiar la estructura de esta proteína para comprender exactamente cómo la droga detiene el funcionamiento del parásito. En el pasado, esto habría sido una tarea experimental compleja y laboriosa, de muchos años, pero a través de AlphaFold, DNDi y sus colaboradores ya han recibido una predicción generada al calcular su forma. Perry espera que este conocimiento pueda usarse ahora para diseñar varios medicamentos que se puedan unir a esta proteína de diferentes maneras y matar a Trypanosoma cruzi.
«Esto podría permitirnos propagar la enfermedad de Chagas y Leishmaniasis mucho más rápido de lo que pensamos que podríamos hacer hace unos años», dice Perry. «Si puede obtener estas estructuras de proteínas rápidamente, puede diseñar más fármacos candidatos para tener muchas fotos en el objetivo para los ensayos clínicos».
Sin embargo, algunos científicos todavía creen que la considerable exageración en torno a AlphaFold debe atenuarse con una dosis de realidad. «Es justo decir que el trabajo de DeepMind sobre el plegamiento de proteínas es un cambio de juego, pero es demasiado pronto para decir las implicaciones para el descubrimiento de fármacos», dijo Steven Finkbeiner, profesor de neurología en la Universidad de California, San Francisco, que está estudiando la papel de las estructuras proteicas en las enfermedades neurodegenerativas. «Mi sensación general es que es un enfoque rentable que puede proporcionar un punto de referencia, pero los algoritmos están lejos de ser perfectos y hay muchos casos en los que simplemente no funciona».
Pushmeet Kohli, director de IA de DeepMind, dice que la tecnología podría aplicarse al cáncer y otras enfermedades crónicas, pero Finkbeiner advierte que el mundo de las proteínas es extremadamente complejo. Señala que las estructuras de proteínas en virus o parásitos tienden a ser mucho más predecibles, mientras que hay muchas más variaciones en el cuerpo humano.
Pero el potencial de AlphaFold para acelerar el descubrimiento de fármacos, al menos en algunas áreas de la medicina, ya está causando un entusiasmo considerable. Una colaboración global llamada proyecto COVID Moonshot utilizó recientemente información sobre estructuras de proteínas para rastrear rápidamente el proceso de diseño de un fármaco antiviral completamente nuevo. En un comunicado de prensa el mes pasado, el consorcio Moonshot dijo que ahora tiene más candidatos y espera reducirlos en los próximos meses a un medicamento que pueda presentarse para ensayos clínicos. Aunque el proyecto COVID Moonshot ha utilizado enfoques tradicionales para determinar las estructuras de las proteínas, enfatiza la importancia de comprender las estructuras de las proteínas cuando se trata de los principales desafíos médicos.
«El proyecto COVID Moonshot ha demostrado cómo se pueden rastrear las cosas rápidamente una vez que las tienes [protein] estructuras ”, dice Perry. “Pasaron de punto de partida a candidato en 14 meses. Normalmente, en una empresa farmacéutica se necesitarían de cinco a seis años, este es el tipo de aceleración que puede lograr. «
La asociación de DeepMind con DNDi es probablemente un negocio en curso, y el equipo utilizará AlphaFold para generar predicciones de la estructura de las proteínas en los próximos años, siempre que DNDi o sus colaboradores descubran un nuevo objetivo de interés. Según Perry, el mero conocimiento de que ahora tienen esta tecnología a mano ya genera un interés creciente de varios socios farmacéuticos en ayudar a desarrollar nuevos medicamentos para enfermedades tropicales.
Tanto DNDi como DeepMind también esperan que AlphaFold pueda ayudar a democratizar el proceso de descubrimiento de fármacos, haciendo posible que los científicos de países de bajos ingresos, que anteriormente no tenían recursos para estudiar infecciones virales o parasitarias en su región. Local, trabajen en formas de desarrollar nuevos tratamientos.
«En general, hay tres tipos de cosas que intentamos hacer con AlphaFold», dice Kohli. «Uno es ampliar lo que se puede hacer en términos de predicción de estructuras, el segundo es acelerar este proceso y el tercero es hacer que esta tecnología sea accesible para las personas que no tienen acceso a automóviles complicados y costosos».
Si AlphaFold ayuda a rastrear rápidamente un nuevo tratamiento para la enfermedad de Chagas o la leishmaniasis, pronto podría usarse en muchos otros campos de la medicina. «No sabemos qué será posible», dice Moult. El simple hecho de tener la estructura de las posibles proteínas farmacológicas diana para estas enfermedades raras será de gran ayuda para seleccionar cuáles son las más adecuadas. Todavía necesitamos mejoras en los métodos computarizados para analizar cómo las moléculas se unen a estas proteínas, pero hay optimismo de que también podemos aplicar el aprendizaje profundo a este problema. Son tiempos emocionantes. «
Actualizado el 23.06.20, 10:00 BST: el título de este artículo se refería originalmente a enfermedades «raras», en lugar de enfermedades «desatendidas». El artículo también se ha actualizado para aclarar los detalles del proyecto COVID Moonshot.
Actualizado el 24.06.20, 11:45 BST: el artículo se ha actualizado para aclarar las futuras aplicaciones de AlphaFold.
Todas las noticias de la ciencia de el planeta tierra en un sólo sitio. artículos de Ciencia.